您正在尝试将解决方案应用于 问题。注意：
def utf_8_encoder（ ）
您正在喂它的str对象。
读取非ASCII CSV文件的问题是您不知道编码，也不知道定界符。如果您确实知道编码（并且它是基于ASCII的编码（例如cp125x，任何东亚编码，UTF-8， 不是 UTF-16， 不是 UTF-32））和定界符，那么它将起作用：
for row in csv.reader("foo.csv", delimiter=kNown_delimiter):
row = [item.decode(encoding) for item in row]
您的sample_euro.csv看起来像带逗号分隔符的cp1252。俄语看起来像带有分号分隔符的cp1251。顺便说一句，从内容看来，您还需要确定所使用的日期格式，也可能要确定货币- 俄罗斯的示例中包含货币金额，后跟一个空格，并用西里尔字母表示“卢布”。
请仔细注意：阻止所有试图说服您具有ISO-8859-1编码文件的尝试。它们在cp1252中编码。
以回应评论“”。如果我理解您的意思，则必须知道编码才能使其正常工作？在一般情况下，我将不知道编码，并且基于其他答案，猜测编码非常困难，所以我不走运吗？“”“
您必须知道编码才能正常进行 文件阅读练习。
对于任何大小的文件中的任何编码，始终可以正确地猜测编码不是很困难-这是不可能的。但是，将范围限制为使用用户区域设置的默认编码从Excel或Open Office中保存的csv文件，并且大小合理，这并不是一件大事。我建议您尝试一下chardet。它会windows-1252为您的欧元文件和windows-1251俄罗斯文件进行猜测- 考虑到它们的体积很小，这是一个了不起的成就。
响应“”“ 将是最受欢迎的”“”
工作代码（Python 2.x）：
from chardet.universaldetector import UniversalDetector
chardet_detector = UniversalDetector()
def charset_detect(f, chunk_size=4096):
global chardet_detector
chardet_detector.reset()
while 1:
chunk = f.read(chunk_size)
if not chunk: break
chardet_detector.Feed(chunk)
if chardet_detector.done: break
chardet_detector.close()
return chardet_detector.result
# Exercise for the reader: replace the above with a class
import csv
import sys
from pprint import pprint
pathname = sys.argv[1]
delim = sys.argv[2] # allegedly kNown
print "delim=%r pathname=%r" % (delim, pathname)
with open(pathname, 'rb') as f:
cd_result = charset_detect(f)
encoding = cd_result['encoding']
confidence = cd_result['confidence']
print "chardet: encoding=%s confidence=%.3f" % (encoding, confidence)
# insert actions contingent on encoding and confidence here
f.seek(0)
csv_reader = csv.reader(f, delimiter=delim)
for bytes_row in csv_reader:
unicode_row = [x.decode(encoding) for x in bytes_row]
pprint(unicode_row)
输出1：
delim=',' pathname='sample-euro.csv'
chardet: encoding=windows-1252 confidence=0.500
[u'31-01-11',
u'Overf\xf8rsel utland',
u'UTLBET; ID 9710032001647082',
u'1990.00',
u'']
[u'31-01-11',
u'Overf\xf8ring',
u'OVERF\xd8RING MELLOM EGNE KONTI',
u'5750.00',
u';']
输出2：
delim=';' pathname='sample-russian.csv'
chardet: encoding=windows-1251 confidence=0.602
[u'-',
u'04.02.2011 23:20',
u'300,00\xa0\u0440\u0443\u0431.',
u'',
u'\u041c\u0422\u0421',
u'']
[u'-',
u'04.02.2011 23:15',
u'450,00\xa0\u0440\u0443\u0431.',
u'',
u'\u041e\u043f\u043b\u0430\u0442\u0430 Interzet',
u'']
[u'-',
u'13.01.2011 02:05',
u'100,00\xa0\u0440\u0443\u0431.',
u'',
u'\u041c\u0422\u0421 kolombina',
u'']
这些文件的来源是什么？如果从Excel或OpenOffice Calc或Gnumeric中将它们“另存为CSV”，则可以通过将它们另存为“ Excel 97-2003工作簿（* .xls）”并使用xlrd读取它们来避免整个编码过程。这也省去了必须检查每个csv文件以确定定界符（逗号与分号），日期格式（2011年1月31日与2011年4月2日）和“小数点”（5750.00与450,00）的麻烦- - 所有这些差异大概是通过另存为CSV来创建的 。免责声明：我是的作者xlrd。
602392714
清零编程群